结合卷积注意力机制和残留可变形变压器,从急性缺血性中风患者的CT扫描中进行心脏病细分
Zhixiang Xu1, Changsong Ding1,2
1School of Informatics, Hunan University of Chinese Medicine, Changsha, Hunan, China.
Frontiers in neurology
|August 7, 2023
概括
这项研究引入了一种自动化方法,用于使用CT扫描对急性缺血性中风 (AIS) 心脏病发作进行细分. 新技术与手动细分有很强的相关性,提高了诊断准确度.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 神经学 神经学
背景情况:
- 在医学图像中精确细分心脏病发作对于诊断和预测急性缺血性中风 (AIS) 的结果至关重要.
- 计算机断层扫描 (CT) 是AIS患者的主要成像方法.
研究的目的:
- 开发和评估一种自动化方法,用于在AIS患者的CT图像中精确地细分心脏病发作.
- 利用一种结合卷积注意力机制和残余可变形变压器的新方法.
主要方法:
- 采用编码器-解码器架构用于图像特征提取和细分.
- 卷积注意力机制和残余网络结构被整合在一起,以增强特征提取.
- 该方法在来自AIS患者的397张非对比CT (NCCT) 图像的数据集上进行了测试.
主要成果:
- 拟议的方法实现了AIS心脏病细分的Dice系数 (DC) 58.66%,超过了现有方法.
- 体积测量分析表明,自动和手动心脏病发作体积测量之间存在很强的相关性 (皮尔森相关系数=0.948).
结论:
- 开发的方法准确地从NCCT图像中细分了心脏病发作.
- 与基本真相的强烈相关性证实了该方法在AIS心脏病细分方面的有效性.
